技术领域
[0001] 本发明涉及船舶导航技术领域，具体涉及一种基于船载导航气象参数的智能修正方法及系统。
相关背景技术
[0002] 目前，气象导航技术利用先进的计算机模型和算法，根据天气条件优化船只航行。该技术分析气象数据、船只规格和性能特点，确定最有效和最安全的航线，并考虑燃料消耗、航行时间、船只稳定性和危险天气等因素。气象导航技术对于长途航行特别适用，可以提高航行的成功率、安全性和成本效益。目前国际上有多家公司提供气象导航服务，并有一些常见的气象导航软件可供使用。中国自20世纪80年代初开始发展气象导航，在1985年建立了海洋气象导航系统，取得了巨大的经济效益。
[0003] 气象导航的基础问题是路径规划问题，可以使用精确算法和启发式算法进行解决。路径规划的精确算法包括狄克斯特拉算法、A*算法、优化队列算法、贝尔曼‑福特算法和Floyd‑Warshall算法等。启发式算法包括禁忌搜索算法、模拟退火算法、变领域搜索算法、粒子群算法和蚁群算法等。相比于精确算法，启发式算法可以解决规模更大、复杂度更高的问题。
[0004] 在气象导航过程中，常用的选择航线方法有变分法、等时线法、动态规划法、网络模型和智能算法。变分法是一种求解船舶最短航时航线的方法，但其求解方式复杂且最优解不准确，因此没有得到广泛应用。等时线法是一种简单易行的航线选择方法，常用于选择最优初始航线。动态规划法是一种基于贝尔曼优化原理的递归算法，计算量大，但在高计算机技术发展水平下被广泛应用。网络模型是一种最短路径规划方法，对于复杂的气象环境常用于初始航线选择。智能算法是一种较新的智能化算法，通过多参数和影响因子实现全局化和通用计算方式的航线规划，发展尚不成熟。
[0005] 相比于公路网导航来说，船舶航线规划算法的成熟度还较低，仍有较大发展空间。通常，气象导航算法和服务多为简单估算、缺少船舶失速、燃油估算等高阶功能。因此，设计一种能够进行更加精准导航的方案成为本领域技术人员亟待解决的技术问题。
具体实施方式
[0068] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0069] 需要说明的是，本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象，而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，示例性地，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0070] 相比于公路网导航来说，船舶航线规划算法的成熟度还较低，仍有较大发展空间。通常，气象导航算法和服务多为简单估算、缺少船舶失速、燃油估算等高阶功能。基于此，本发明实施例公开了一种基于船载导航气象参数的智能修正方法、系统、电子设备及存储介质，其通过船载监测单元实时获取船舶在航行过程中的气象传感参数(如风速、浪高)和油耗信息，可以计算出船舶的失速修正参数。基于这些实时数据，可以对下一阶段的推荐航线进行动态更新和优化，确保船舶能够根据实际气象条件和能耗情况做出最佳航行决策。
[0071] 实施例一
[0072] 请参阅图1，图1是本发明实施例公开的一种基于船载导航气象参数的智能修正方法的流程示意图。其中，本发明实施例所描述的方法的执行主体为由软件或/和硬件组成的执行主体，该执行主体可以通过有线或/和无线方式接收相关信息，并可以发送一定的指令。当然，其还可以具有一定的处理功能和存储功能。该执行主体可以控制多个设备，例如远程的物理服务器或云服务器以及相关软件，也可以是对某处安置的设备进行相关操作的本地主机或服务器以及相关软件等。在一些场景中，还可以控制多个存储设备，存储设备可以与设备放置于同一地方或不同地方。如图1所示，该基于一种基于船载导航气象参数的智能修正方法包括以下步骤：
[0073] S101：获取船舶航行参数，并根据所述船舶航行参数中的船舶宽度、船舶吃水深度、船舶垂线间长和船舶空气阻力系数来确定相应船舶的静水阻力参数；其中，所述船舶航行参数还包括船舶起始点、船舶目的地、船舶主机输出功率、船舶驱动效率和主机燃油消耗率；
[0074] S102：根据所述主机传动效率和主机燃油消耗率以及预先设置效率计算公式来计算得到对应的船舶有效功率和主机单位油耗；所述效率计算公式包括：
[0075] Peffective＝η·PengineFengine＝SFOC·Pengine
[0076] 其中，Peffective为船舶有效功率，η为船舶驱动效率，Pengine为船舶主机输出功率，Fengine为船舶主机单位时间油耗，SFOC为主机燃油消耗率；
[0077] S103：获取目标航行区域的海况预报数据，并根据所述目标航行区域按照预设网格尺寸建立多个气象网格区域，其中，每个气象网格区域对应一气象预报数据；并根据所述气象预报数据、船舶的静水阻力参数以及船舶有效功率来确定相应的气象网格区域内的船舶失速信息；
[0078] S104：根据所述船舶航行参数中的船舶起始点和船舶目的地、主机单位油耗、目标航行区域中各个气象网格区域的气象预报数据以及相应的气象网格区域内的船舶失速信息以及导航寻路算法来确定相应船舶的初始船舶推荐航线；
[0079] S105：获取设置于船舶的船载监测单元检测到的船舶在航行过程中的气象传感参数以及实时油耗信息，所述船载监测单元包括风速风向仪、船载波浪雷达和油流量计；所述气象传感参数包括实时风速参数和实时浪高参数；
[0080] S106：根据所述气象传感参数中的实时风速参数和实时浪高参数来计算得到船舶的失速修正参数，并根据船舶实时油耗信息以及失速修正参数来对下一阶段的船舶推荐航线更新。
[0081] 本发明实施例的方案通过获取船舶航行参数，如船舶宽度、吃水深度、垂线间长和空气阻力系数等，该方法能够精确地确定船舶的静水阻力参数。这有助于更准确地评估船舶在不同条件下的性能，为后续的航线规划和失速修正提供基础。
[0082] 利用主机传动效率和燃油消耗率，结合预设的效率计算公式，可以计算出船舶的有效功率和单位油耗。这有助于船东或运营商更好地了解船舶的能耗情况，从而采取措施优化船舶的燃油效率。通过获取目标航行区域的海况预报数据，并将该区域划分为多个气象网格区域，每个区域对应一个气象预报数据。这使得能够更精确地评估不同气象条件对船舶航行的影响，包括失速情况。这有助于提前规划航线，避免恶劣天气，减少航行风险。
[0083] 本发明实施例的方案结合船舶起始点、目的地、主机单位油耗、气象预报数据和失速信息，利用导航寻路算法，可以智能地规划出初始推荐航线。这不仅可以提高航行效率，还能确保船舶在航行过程中尽可能减少能耗和失速。
[0084] 更为优选的，所述气象预报数据包括风向预报数据、风速预报数据和浪高预报数据；
[0085] 如图2所示，所述根据所述气象预报数据、船舶的静水阻力参数以及船舶有效功率来确定相应的气象网格区域内的船舶失速信息，包括：
[0086] S1021：根据所述风向预报数据、风速预报数据以及预先设置的风力‑阻力映射关系来确定相应的风阻数据；
[0087] S1022：根据所述浪高预报数据来以及预先设置的浪高‑阻力映射关系来确定相应的浪阻数据；
[0088] S1023：根据得到的风阻数据、浪阻数据以及船舶的静水阻力参数来确定相应的船舶总阻力；
[0089] S1024：根据所述船舶有效功率、船舶的静水阻力参数、船舶总阻力以及失速计算公式来确定相应的气象网格区域内的船舶失速信息，所述失速计算公式为：
[0090] Vloss＝Vcalm‑Vtotal＝Peffective(1/Rstill‑1/Rtotal)
[0091] 其中，Rtotal为船舶总阻力，Rstill为静水阻力参数，Vtotal为船舶总速度，Peffective为船舶有效功率，Vstill为船舶静水航速，Vloss为船舶失速。
[0092] 本发明实施例的方案通过引入风向预报数据、风速预报数据和浪高预报数据，该技术能够更全面地考虑气象因素对船舶航行的影响。这种精细化的气象数据使用，使得对船舶失速的预测更为准确，有助于航运企业更好地规划航线、调整航速，从而在保证安全的前提下提高运输效率。
[0093] 本发明实施例的提到的根据风力‑阻力映射关系和浪高‑阻力映射关系来确定风阻数据和浪阻数据，是一种动态计算阻力的方法。这种方法能够实时反映气象条件变化对船舶阻力的影响，使得船舶能够根据实际情况调整航行策略，减少不必要的能耗。通过将风阻数据、浪阻数据与船舶的静水阻力参数相结合，计算出船舶总阻力，再进一步结合船舶有效功率和失速计算公式，可以得出船舶在不同气象条件下的失速信息。这种综合评估方法能够更全面地反映船舶在不同环境下的性能表现，为船舶的航行安全和效率提供有力支持。准确的船舶失速预测有助于航运企业提前了解船舶在不同气象条件下的航行性能，从而采取相应措施避免潜在的安全风险。例如，在恶劣天气条件下，企业可以调整航线或降低航速，以确保船舶和货物的安全。
[0094] 具体的，船舶在实际航行中，船舶速度和油耗和多方面因素有关，如：船舶静水航速、船宽、船舶吃水、垂线间长、空气阻力系数、船舶总阻力系数、主机传动效率、主机燃油消耗率等。船舶阻力、船舶有效功率和船舶失速存在下列关系：
[0095] Rtotal＝Rwind+Rwave+RstillRtotal·Vtotal＝Peffective＝Rstill·Vstill[0096] Vloss＝Vcalm‑Vtotal＝Peffective(1/Rstill‑1/Rtotal)
[0097] 其中，Rtotal为船舶总阻力，Rwind为风阻，Rwave为浪阻，Rstill为静水阻力，Vtotal为船舶总速度，Peffective为船舶有效功率，Vstill为船舶静水航速，Vloss为船舶失速。
[0098] 通常情况下，船舶航线确定后，不会经经常进行机动操作，船舶处于最经济航速下，即船舶主机转速处于效率最高的状态下。船舶的有效功率、主机油耗存在下面关系：Peffective＝η·Pengine，Fengine＝SFOC·Pengine
[0099] 其中，Peffective为船舶有效功率，η为船舶驱动效率，Pengine为船舶主机输出功率，Fengine为船舶主机单位时间油耗，SFOC为主机燃油消耗率。
[0100] 更为优选的，所述气象预报数据还包括水流数据；
[0101] 所述根据得到的风阻数据、浪阻数据以及船舶的静水阻力参数来确定相应的船舶总阻力，包括：
[0102] 根据得到的风阻数据、浪阻数据、水阻数据以及船舶的静水阻力参数来确定相应的船舶总阻力。
[0103] 本发明实施例通过引入水流数据，该技术能够更全面地考虑船舶在航行过程中所面临的阻力。风阻、浪阻和水阻是船舶航行阻力的主要组成部分，将它们都纳入考虑范围，能够更准确地计算出船舶的总阻力，从而更精确地预测船舶的航行性能和油耗情况。
[0104] 更为优选的，所述船载监测单元还包括计程仪；所述根据所述气象传感参数中的实时风速参数和实时浪高参数来计算得到船舶的运行单位油耗以及失速修正参数，包括：
[0105] 根据所述气象传感参数中的实时风速参数以及预先设置的风力‑阻力映射关系来确定相应的实时风阻数据；
[0106] 根据所述气象传感参数中的实时浪高参数以及预先设置的浪高‑阻力映射关系来确定相应的实时浪阻数据；
[0107] 根据所述实时风阻数据、实时浪阻数据以及船舶的静水阻力参数来确定在当前海况下的船舶实时总阻力，并根据船舶的静水阻力参数以及船舶实时总阻力来确定当前海况下的船舶经验失速；
[0108] 根据计程仪测量得到的船舶实时航速与当前海况下的船舶经验失速比对以得到失速修正参数。
[0109] 本发明实施例通过引入计程仪，该技术能够实时监测船舶的航行速度，并与根据气象传感参数(实时风速、实时浪高)及阻力映射关系计算出的船舶经验失速进行比对，从而得到失速修正参数。这种实时监测和动态调整的方法，使得船舶能够迅速响应海况变化，优化航行策略，提高航行效率和安全性。
[0110] 利用气象传感参数(实时风速、实时浪高)结合阻力映射关系来计算实时风阻数据和实时浪阻数据，进而确定船舶实时总阻力，这种方法能够更准确地反映船舶在当前海况下的失速情况。与静态的气象预报数据相比，实时传感数据能够更及时地反映海况变化，从而提高失速预测的精度。
[0111] 更为优选的，所述船载监测单元还包括轴功率计，所述轴功率计用于监测主机实时输出功率；
[0112] 在所述获取设置于船舶的船载监测单元检测到的船舶在航行过程中的气象传感参数以及实时油耗信息之后，还包括：
[0113] 根据轴功率计测量得到的主机实时输出功率以及实时油耗信息来确定主机实时燃油消耗率；
[0114] 根据船舶实时有效功率以及轴功率计测量得到的主机实时输出功率来确定船舶实时驱动效率；
[0115] 根据所述主机实时燃油消耗率以及船舶实时驱动效率来对主机燃油消耗率以及船舶驱动效率进行数据更新。
[0116] 本发明实施例通过引入轴功率计，该技术能够实时监测主机的输出功率，并结合实时油耗信息计算主机实时燃油消耗率。这有助于航运企业准确了解主机的能耗情况，从而采取相应措施优化主机的燃油效率。同时，通过计算船舶实时有效功率与主机实时输出功率的比值，可以得到船舶实时驱动效率，为评估和优化船舶性能提供了重要依据。
[0117] 传统的船舶性能评估往往依赖于静态数据和经验公式，难以准确反映船舶在航行过程中的实际情况。而该技术通过实时监测主机的输出功率和油耗信息，以及计算实时燃油消耗率和驱动效率，能够更准确地反映船舶的能耗和性能情况，提高了数据的准确性和可靠性。在获取实时气象传感参数、油耗信息和主机性能数据后，航运企业可以根据这些数据动态调整航行策略，如调整航速、改变航线或采取节能措施等，以优化航行效率和降低运营成本。这种动态调整的能力有助于航运企业在竞争激烈的市场环境中保持竞争优势。
[0118] 通过实时监测主机的输出功率和油耗信息，该技术还可以帮助航运企业及时发现主机的潜在故障或性能下降情况。通过对比分析历史数据和实时数据，可以预测主机的维护需求，从而提前采取措施预防故障发生，提高主机的可靠性和使用寿命。
[0119] 具体的，由于装载状况差异、海域环境影响、动力及推进系统复杂、燃料质量和效率、非线性关系、数据可用性和准确性等，实际船舶油耗和失速计算非常复杂，与经验结果有一定差异。采用前式关系计算所得的船舶有效功率、燃油消耗速率可进行进一步修正，修正依赖于船舶实测数据。整个监控分析系统由数据测量仪器、数据传输设备和数据处理分析设备组成。计程仪测量船舶航速、油流量计测量船舶主机油耗，轴功率计测量船舶主机输出功率，船载波浪雷达测量波浪参数，风速风向仪测量风速风向，GPS和AIS辅助确定船舶位置和状态，船载分析终端对所得数据进行处理分析。
[0120] 船舶在宽阔水道，风、浪较为平静的状况下以主机经济转速航行，船舶静水阻力已知，可由测得船舶航速、船舶主机油耗、船舶主机输出功率对船舶驱动效率η和主机燃油消耗率SFOC进行修正。由船员操作及其他人为情况引起的油耗变化不在修正范围之内。
[0121] 相比于油耗修正，船舶的失速计算涉及到较多间接参数，包括船舶静水航速、船宽、船舶吃水、垂线间长、空气阻力系数、船舶总阻力系数、主机传动效率、主机燃油消耗率等，修正方法相对复杂。主要步骤为：
[0122] a.根据风速风向仪所测风速、船载波浪雷达所测波高，结合船舶经验风阻和浪阻数据，根据式1得到船舶在当前海况下的总阻力。
[0123] b.由当前海况下的总阻力、已知船舶静水速度、静水阻力、主机有效功率、根据式3计算得到当前海况下船舶经验失速。
[0124] c.由船舶经验失速、计程仪测得船舶航速相比得到失速修正参数。
[0125] 更为优选的，如图3‑图5所示，所述根据所述船舶航行参数中的船舶起始点和船舶目的地、主机单位油耗、目标航行区域中各个气象网格区域的气象预报数据以及相应的气象网格区域内的船舶失速信息以及导航寻路算法来确定相应船舶的初始船舶推荐航线，包括：
[0126] S1041：将所述船舶航行参数中的船舶起始点作为起始节点，将将所述船舶航行参数中的船舶目的地作为目标节点，并创建一个开放列表来存储待探索的节点以及一个关闭列表来存储已探索的节点；
[0127] S1042：从起点节点开始，将其添加到开放列表中，根据起始节点的邻居节点计算航行成本和启发函数值；所述航行成本包括主机单位油耗、气象预报数据和船舶失速数据；所述启发函数值根据预先配置的启发函数计算得到；
[0128] S1043：选择具有最低成本估计值的节点作为当前节点，将其从开放列表中移除，并将其添加到关闭列表中，重复上述过程，直到找到目标节点或开放列表为空；
[0129] S1044：找到目标节点，从目标节点回溯到起点节点，生成最终的推荐航线。
[0130] 在具体实施的时候，多种算法都可作为导航寻路算法，这里采用A*算法为例说明寻路算法在气象导航算法参数修正中的角色。A*算法是相当灵活，能够运用在各种场景。其综合Dijkstra算法和Best First Search算法优点，可以用较小的计算成本搜索最低代价路径。A*算法在Dijkstra算法基础上增加了启发函数，对于单目标来说速度更快，且可以考虑不同海况影响下的移动代价。
[0131] 基于正交网格的A*算法在方向上常见四路、八路，也可采用更多搜索方向构建A*寻路算法。更多的搜索方向提供了更高的航线方向分辨，减少了航线中的大角度转弯。使用经纬度坐标网对全球海域进行格点划分区分适航区域和非适航区域，基于球面大圆距离编写A*算法启发函数。在本发明实施例中可以采用四路或者八路的搜索方式。
[0132] 具体A*算法的具体实现步骤：
[0133] 第一、定义节点和边，节点：代表航线上的关键点，如起始点、目标点、气象网格交点等。每个节点应包含其位置信息(经纬度)、到达该节点的成本(如燃油消耗)、启发函数值(如到目标点的估计距离)以及指向父节点的指针(用于回溯路径)。边：连接两个节点的线段或曲线段，代表可能的航行路径。每条边应包含从起点节点到终点节点的成本(如燃油消耗、时间等)。
[0134] 第二、初始化，创建一个开放列表(Open List)，用于存储待探索的节点。创建一个关闭列表(Closed List)，用于存储已探索的节点。将起始节点添加到开放列表中，并设置其成本为0，启发函数值为到目标节点的估计距离(可以使用球面大圆距离计算)。
[0135] 第三、搜索过程，循环：直到开放列表为空或找到目标节点。从开放列表中选择具有最低成本加启发函数值(f＝g+h，其中g是从起始节点到当前节点的实际成本，h是从当前节点到目标节点的估计成本)的节点作为当前节点。将当前节点从开放列表中移除，并添加到关闭列表中。对于当前节点的每个邻居节点(即可能的下一个航线点)：如果邻居节点在关闭列表中，则跳过。如果邻居节点不在开放列表中，则将其添加到开放列表中，并设置其父节点为当前节点。计算从起始节点到邻居节点的实际成本(g'＝g+cost)，其中cost是当前节点到邻居节点的成本。如果邻居节点已经在开放列表中，但新的路径成本更低，则更新其成本、启发函数值和父节点。
[0136] 第四、路径生成，一旦找到目标节点，通过回溯从目标节点到起始节点的父节点指针来生成最终路径。将这些节点按顺序连接起来，形成最终的推荐航线。
[0137] 第五、启发函数(Heuristic Function)，启发函数h(n)用于估计从当前节点n到目标节点的最小成本路径的代价。在船舶航线规划中，可以使用球面大圆距离作为启发函数，因为它提供了球面上两点之间的最短距离估计。
[0138] 第六、气象条件考虑，在实际实现中，可以将气象条件(如风速、风向、波浪高度等)作为边的成本的一部分。根据气象预报数据，动态调整边的成本，以反映不同气象条件下的航行难度和燃油消耗。
[0139] 在进行具体实施的时候可以使用优先级队列(如最小堆)来实现开放列表，以加速节点的选择过程。可以使用各种优化技术，如A*算法的剪枝、动态调整启发函数等，来提高算法的性能和准确性。
[0140] 本发明实施例中基于船载导航气象参数的智能修正方法通过船载监测单元实时获取船舶在航行过程中的气象传感参数(如风速、浪高)和油耗信息，可以计算出船舶的失速修正参数。基于这些实时数据，可以对下一阶段的推荐航线进行动态更新和优化，确保船舶能够根据实际气象条件和能耗情况做出最佳航行决策。
[0141] 实施例二
[0142] 请参阅图6，图6是本发明实施例公开的一种基于船载导航气象参数的智能修正系统的结构示意图。如图6所示，该一种基于船载导航气象参数的智能修正系统可以包括：
[0143] 第一获取模块：用于获取船舶航行参数，并根据所述船舶航行参数中的船舶宽度、船舶吃水深度、船舶垂线间长和船舶空气阻力系数来确定相应船舶的静水阻力参数；其中，所述船舶航行参数还包括船舶起始点、船舶目的地、船舶主机输出功率、船舶驱动效率和主机燃油消耗率；
[0144] 第一计算模块：用于根据所述主机传动效率和主机燃油消耗率以及预先设置效率计算公式来计算得到对应的船舶有效功率和主机单位油耗；所述效率计算公式包括：
[0145] Peffective＝η·PengineFengine＝SFOC·Pengine
[0146] 其中，Peffective为船舶有效功率，η为船舶驱动效率，Pengine为船舶主机输出功率，Fengine为船舶主机单位时间油耗，SFOC为主机燃油消耗率；
[0147] 第二获取模块：用于获取目标航行区域的海况预报数据，并根据所述目标航行区域按照预设网格尺寸建立多个气象网格区域，其中，每个气象网格区域对应一气象预报数据；并根据所述气象预报数据以及船舶有效功率来确定相应的气象网格区域内的船舶失速信息；
[0148] 航线确定模块：用于根据所述船舶航行参数中的船舶起始点和船舶目的地、主机单位油耗、目标航行区域中各个气象网格区域的气象预报数据以及相应的气象网格区域内的船舶失速信息以及导航寻路算法来确定相应船舶的初始船舶推荐航线；
[0149] 实时获取模块：用于获取设置于船舶的船载监测单元检测到的船舶在航行过程中的气象传感参数以及实时油耗信息，所述船载监测单元包括风速风向仪、船载波浪雷达和油流量计；所述气象传感参数包括实时风速参数和实时浪高参数；
[0150] 航线更新模块：用于根据所述气象传感参数中的实时风速参数和实时浪高参数来计算得到船舶的失速修正参数，并根据船舶实时油耗信息以及失速修正参数来对下一阶段的船舶推荐航线更新。
[0151] 更为优选的，所述根据所述船舶航行参数中的船舶起始点和船舶目的地、主机单位油耗、目标航行区域中各个气象网格区域的气象预报数据以及相应的气象网格区域内的船舶失速信息以及导航寻路算法来确定相应船舶的初始船舶推荐航线，包括：
[0152] 将所述船舶航行参数中的船舶起始点作为起始节点，将将所述船舶航行参数中的船舶目的地作为目标节点，并创建一个开放列表来存储待探索的节点以及一个关闭列表来存储已探索的节点；
[0153] 从起点节点开始，将其添加到开放列表中，根据起始节点的邻居节点计算航行成本和启发函数值；所述航行成本包括主机单位油耗、气象预报数据和船舶失速数据；所述启发函数值根据预先配置的启发函数计算得到；
[0154] 选择具有最低成本估计值的节点作为当前节点，将其从开放列表中移除，并将其添加到关闭列表中，重复上述过程，直到找到目标节点或开放列表为空；
[0155] 找到目标节点，从目标节点回溯到起点节点，生成最终的推荐航线。
[0156] 本发明实施例中基于船载导航气象参数的智能修正方法通过船载监测单元实时获取船舶在航行过程中的气象传感参数(如风速、浪高)和油耗信息，可以计算出船舶的失速修正参数。基于这些实时数据，可以对下一阶段的推荐航线进行动态更新和优化，确保船舶能够根据实际气象条件和能耗情况做出最佳航行决策。
[0157] 实施例三
[0158] 请参阅图7，图7是本发明实施例公开的一种电子设备的结构示意图。电子设备可以是计算机以及服务器等，当然，在一定情况下，还可以是手机、平板电脑以及监控终端等智能设备，以及具有处理功能的图像采集装置。如图7所示，该电子设备可以包括：
[0159] 存储有可执行程序代码的存储器510；
[0160] 与存储器510耦合的处理器520；
[0161] 其中，处理器520调用存储器510中存储的可执行程序代码，执行实施例一中的一种基于船载导航气象参数的智能修正方法中的部分或全部步骤。
[0162] 本发明实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行实施例一中的一种基于船载导航气象参数的智能修正方法中的部分或全部步骤。
[0163] 本发明实施例还公开一种计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的一种基于船载导航气象参数的智能修正方法中的部分或全部步骤。
[0164] 本发明实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的一种基于船载导航气象参数的智能修正方法中的部分或全部步骤。
[0165] 在本发明的各种实施例中，应理解，所述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0166] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0167] 另外，在本发明各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0168] 所述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可获取的存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器)执行本发明的各个实施例所述方法的部分或全部步骤。
[0169] 在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。
[0170] 本领域普通技术人员可以理解所述实施例的各种方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read‑Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read‑only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read‑Only Memory，EPROM)、一次可编程只读存储器(One‑time Programmable Read‑Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically‑Erasable Programmable Read‑Only Memory，EEPROM)、只读光盘(Compact Disc Read‑Only Memory，CD‑ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
[0171] 以上对本发明实施例公开的一种基于船载导航气象参数的智能修正方法、系统、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
